Stay up to date

Reti neurali artificiali, la chiave per la guida autonoma

11.7.2019
Reti neurali artificiali, la chiave per la guida autonoma

Il cervello umano e i suoi neuroni sono il modello per le reti neurali artificiali, forme di IA in grado di riconoscere gli schemi e di agire indipendentemente.

Il cielo si copre di nuvole e qualche goccia di pioggia si trasforma in un forte temporale estivo. Un conducente prudente rallenta l'andatura e usa lo sterzo, l'acceleratore e i freni in maniera più dolce e progressiva. Ma cosa dovrebbe fare un veicolo a guida autonoma nella stessa situazione? Come dovrebbe calcolare l'aderenza del fondo stradale e valutare l'interazione complessa tra tutti i fattori?

"Quello che di solito è semplice per un computer è difficile per le persone e viceversa" spiega Paul Hochrein, ricercatore sulla guida autonoma del Gruppo Volkswagen.

La collaborazione tra Volkswagen Group e Stanford

L'intelligenza artificiale di un veicolo autonomo deve ricalcolare continuamente lo stesso processo che normalmente nella mente umana avviene a livello inconscio, per moltissime volte al secondo. Inoltre deve confrontarne i risultati con i registri di dati presenti nella propria memoria e anche con gli input che arrivano dai vari sensori. Allo stesso tempo deve monitorare l'ambiente circostante, seguire regole scritte e non, e reagire a una nuova situazione in una frazione di secondo. Un compito davvero complesso, per il quale il Gruppo Volkswagen sta portando avanti dei progetti di ricerca insieme all'Università di Stanford, in California.

Affrontare le situazioni estreme

La sfida più complessa è rendere la guida assistita e (ancora di più) quella autonoma adatte a tutte le situazioni che si possono verificare su una strada pubblica. "Dobbiamo dimostrare all'auto che si può fare" spiega Hochrein, riferendosi alla cronoscalata Pikes Peak in cui il Gruppo Volkswagen ha già stabilito diversi record.

In generale, nel campo della guida autonoma le sfide per l'intelligenza artificiale sono due: guidare al limite delle possibilità dell'auto (in pista) e affrontare il traffico cittadino. "Se un sistema di IA riesce a gestire situazioni estreme come queste, il grosso del lavoro è fatto" aggiunge Hochrein.

{

Riconoscere lo scenario

Che si trovi in circuito o in una metropoli, come dovrebbe comportarsi un'auto a guida autonoma al mutare delle condizioni ambientali? La risposta del Gruppo Volkswagen e dell'Università di Stanford è una rete neurale artificiale in grado di riconoscere le caratteristiche del fondo stradale e di reagire di conseguenza. E può farlo meglio, e in modo più flessibile, di un software tradizionale che supporta la guida semi-autonoma e che segue degli schemi prefissati, con uno sforzo immenso in termini di programmazione.

Le reti neurali sono una forma speciale di intelligenza artificiale - e saranno cruciali in questo ambito.

{

Essere pronti per il mondo reale

Secondo Hochrein l'intelligenza artificiale è "una funzione matematica che si comporta come una mente umana". Ma con la guida autonoma c'è un problema da risolvere: "Se usassimo un semplice algoritmo, questo farebbe quello che deve fare, ma non rappresenterebbe la realtà in maniera abbastanza accurato da garantire la sicurezza".

Del resto durante la guida va processata una mole incredibile di dati: dall'angolo di sterzata, al comportamento potenziale di un motociclo in avvicinamento, al cambiamento delle luci dei semafori, anche di quelle che non riguardano la corsia del veicolo. Rappresentare tutto questo con la matematica richiede formule molto complesse, per questo serve qualcosa di diverso: una specie di cervello meccanico che funzioni con il codice binario ma che non debba essere programmato in ogni dettaglio. Anzi, deve essere in grado di programmarsi da solo - con l'aiuto umano.

Allenare l’IA: come riconoscere un cane

Le reti neurali artificiali, analogamente a quelle umane, lavorano cercando di scoprire quali schemi producono i risultati desiderati. La rete stessa seleziona quale neurone è collegato a quali altri neuroni e in che misura. In altre parole: la programmazione originale fornisce solo la struttura approssimativa - e l’IA aggiunge i dettagli in modo indipendente. I modelli che risultano efficienti sono salvati e rafforzati. Tuttavia, questo è possibile solo attraverso un “addestramento” adeguato.

Semplificando, se una rete neurale deve imparare a riconoscere le foto dei cani e non confonderle, ad esempio, con quelle dei gatti, le verranno sottoposte alcune serie di foto di cani diversi, nonché di gatti, e le relative informazioni su quale soluzione è quella giusta.

La rete quindi analizzerà e sperimenterà in modo indipendente i numerosi pixel, riconoscendo modelli e caratteristiche distintive e li metterà in relazione fra loro. In questo modo riuscirà infine a imparare quali parametri deve cambiare per far sì che il suo processo interno, dall'input della foto all'output "Questo è un cane", sia corretto.

{

"L'idea di base per le reti neurali artificiali era in circolazione da molto tempo, ma ora i progressi nel campo dell'informatica si uniscono all’aumentata potenza di calcolo dei dispositivi”. Per quanto riguarda la guida autonoma, Hochrein è ottimista: "Il livello 5, cioè la guida completamente automatizzata, è fondamentalmente fattibile, ma portarlo sulla strada in sicurezza è un compito complesso. Le reti neurali non sono la soluzione per tutto, ma avranno un ruolo chiave nel processo di sviluppo della guida autonoma e assistita".

Fonte: Volkswagen AG